形态学分水岭算法在粘连大米图像分割中的应用

在获取大米图像的过程中,经常会有大米颗粒接触粘连的情况,这给图像的后续处理带来很大困难.针对该情况,引入了一种形态学分水岭算法.首先运用顶帽变换对粘连图像进行局部阈值处理,然后用形态腐蚀运算来减弱接触大米的粘连程度,最后结合距离变换和分水岭算法对粘连大米进行分割,使相互接触的粘连大米图像得到分离.实验验证了该算法的有效性.

拍摄高度对大米图像质量影响的研究

[目的]探究拍摄高度对大米图像质量的影响。[方法]先对获取的大米图像进行分割,然后从分割图像中统计米粒数。在10种光照强度下,对3种拍摄高度进行试验。[结果]虽然从图像中统计的米粒数相同,但3种高度下大米图像的分割阈值存在差异。[结论]拍摄高度是大米图像中分割阈值的一个重要影响因素。

PSO优化OTSU算法在大米图像分割中的应用

在大米品质检测中,大米图像的分割是其中的必要环节。常用otsu阈值分割算法实现大米图像分割的过程。但是传统一维otsu算法只是基于灰度值信息的分割效果不理想,而传统二维otsu算法的存在计算冗余,过程复杂、分割需要的时间长,为此提出了一种大米图像分割的pso优化二维otsu算法,通过粒子群优化算法实时更新粒子速度和位置,利用其寻优特性能够快速求解得到分割阈值,实现大米图像分割,减少otsu算法自适应阈值的冗余计算,提高运行速度。结果表明该分割算法在大米图像分割实验中,有效降低了二维otsu运算过程的复杂度,减少了图像阈值分割的时间,并且没有对取值结果造成影响,寻找的阈值准确,提高了阈值分割的效率,具有一定的可行性,为大米图像处理研究和粮食品质检测提供了参考。

一种抗噪的大米边缘检测方法

针对同时含有高斯噪声和椒盐噪声的大米图像,提出了一种大米抗噪边缘检测方法。根据大米图像的特点对中值滤波法进行改进,使其能在降噪的同时更好地保护大米边缘细节,采用改进中值滤波算法对大米图像进行滤波之后,分别经过顶帽变换去除光照不均匀和幂次变换进一步增强图像,最后使用Canny算子检测大米边缘。实验表明,该方法抗噪性能强,对信噪比较低的大米图像进行边缘检测取到了较好的结果。